人工智慧科學家發現 「衰老時鐘」，我們的生物鐘可以倒轉

「我從來沒有體驗過生物鐘。我從來沒有聽到過生物鐘的滴答聲。「 —— 美國知名影視喜劇明星珍·林奇（Jane Lynch）

喜劇演員Jane Lynch大可以嘲笑一番生物鐘，但對於我們大多數人來說，我們的生物鐘在不停地發出滴答滴答的聲音。我們甚至可以說生物鐘在發出隆隆的聲音。

我們每個人的生物鐘都在不停地運轉。我們的生物鐘其實是由許多鍾組成的，這些鍾在分子、細胞、組織、器官、系統、身體、生理學和社會等層次上各以不同速率在滴答滴答地運轉。不過美國一家公司希望自己的新技術能夠幫助全球具健康意識的人找到自己最弱的鐘，進而對其進行修復或令其倒轉。

研究人工智慧（AI）的美國科學家表示，他們研究出了可以測量生理年齡的方法，還可以預測一個人是否會比同齡人活得長一些或是會英年早逝，而且該方法還提出了應該如何做才能提高長壽的幾率。

他們將其稱為衰老時鐘（Aging Clock），衰老時鐘存在於我們身體的血液體里，可以預測我們細胞和身體的最大可能死亡時間，衰老時鐘還可以預測一個人與同齡人相比是否衰老得更快些。

這些人工智慧科學家對來自韓國、加拿大和東歐的患者群體13萬人的血液測試做了大數據、人工智慧分析後提出了衰老時鐘的概念。Insilico

Medicine的科學家稱，他們的研究結果用到的計算機演算法可以精確地測出一個人的生理年齡。他們表示，該演算法及其網站www.Young.AI可以為網站訪問者實時提供預測壽命的信息，他們希望這樣的信息可以幫助他們延長潛在壽命。

Insilico
Medicine首席執行官兼創始人Alex
Zhavoronkov博士做了這樣的解釋，「我們的測試可以令人清醒地看到自己的生物鐘走得快還是走得慢。有些人的身體老化得太快影響到健康，做了測試後他們就知道了，對他們來說是個提醒，這可以說服他們現在採取措施，採取措施以後就可以延長他們的生命，所有這些有用的信息均來自血液測試
。」

Zhavoronkov表示，大多數人都傾向於認為年齡就是過生日的次數，年齡又名時間年齡，科學家們認為年齡指標並不能非常準確地是預測我們的死亡限期，或者說不能預測在世的時間。而且，之間的偏差可超過30年。

他表示，「生理年齡是個更準確的預測指標，生理年齡是將我們身體中細胞的退化速度與普通人群相比的衡量指標。每個人的遺傳基因以及我們選擇的生活方式（如飲食、運動、體重、壓力和及吸煙或飲酒等習慣）不一樣，生理年齡與時間年齡的差異可達30年。」

他稱，我們有時遇到的人頭髮斑白、滿臉皺紋，看上去比駕駛執照上的年齡老得多，這也就解釋得通了。而有時候，一個年滿60歲的健康人的身材卻只有40歲，道理是一樣的。他表示，他的技術可以幫助我們每個人最終能像後者那樣。Zhavoronkov表示，
「血液測試可以用於診斷疾病和監測我們的健康狀況，這是眾所周知的。現在血液測試也可以用來預測未來的狀況。」

Zhavoronkov稱，「由於生理年齡在預測死亡方面的價值，生理年齡是真正的衰老時鐘，科學家多年來一直在試圖尋找精確的衡量生理年齡的公式。精確的公式將有助於科學家更好地理解衰老過程在什麼情況下跑過時間年齡或落在時間年齡後面，精確的公式也有助於科學家理解如何才能有效地減慢我們的時鐘並進行醫療介入，達到延長壽命的目的。」

Zhavoronkov表示，Insilico Medicine對13萬韓國人、加拿大人和東歐人的血液檢測進行了分析，並在老年學期刊上發布了結果，該項研究用到的血液檢測是長壽研究中最大的樣品池。

Insilico
Medicine的高級研究科學家Polina Mamoshina表示，「近年來，為了找精確的生物年齡標（Biomark of
aging）花了很多錢.。這些嘗試在很大程度上基本都是失敗的。而現在，人工智慧加上我們利用深度學習、神經網路進行快速計算髮揮了巨大的威力，我們可以在大量血液測試樣本里發現模式和公式，這在幾年前是做不到的。」

Zhavoronkov表示，這項研究分析了13萬個血液檢測樣本，從每一個樣本得到21個參數和17種化學變體，21個參數是通常的測量參數，包括膽固醇、炎症標誌物、血紅蛋白濃度、白蛋白濃度及其他參數。他表示，

「研究人員利用人工智慧對單個研究中十幾萬人的血液成分、年齡、種族以及其他數據進行分析和比較後創建了一個計算機演算法，科學家認為該演算法是人類第一個真正可靠的衰老時鐘。該演算法公式只需要一滴血液里的數據就可以可靠地預測我們可以活多長時間，並且可以預測出我們是否老過時間年齡。」

他表示，得到的結果符合下面的假設：「種族多樣化衰老時鐘大有可能比普通衰老時鐘更有效地準確預測時間年齡及量化生理年齡」，而且，種族多樣化衰老時鐘在解釋一些特定因素對時間年齡預測和生物學年齡測量的影響時能力更大一些，如對種族、地理、行為和環境等因素的影響，這些因素對時間年齡預測和生物學年齡測量的影響均十分紛亂而且常常令人吃驚。

Insilico科學家在上個月由美國老年醫學會（The
Gerontological Society of
America）授權牛津大學出版社出版的一篇研究論文里描述了他們的研究工作和衰老時鐘，Insilico科學家指出，以深度學習為基礎的血液衰老時鐘「即便只是在有限的特徵空間里進行訓練，也能在預測時間年齡時表現出相當高的準確性……我們的下一步肯定是要包括更多的人群特特徵血液生化數據集，以進一步提高基於深度學習的血液衰老時鐘的預測能力和一般效用......」

據Insilico的科學家介紹，該演算法在抗衰老藥物的臨床試驗中也很有用，因為該演算法可以使研究人員衡量藥物的有效性，只要觀察患者是否在用藥後從高度老齡化、高風險狀態轉變到健康的、風險較低的狀態。

Insilico Medicine創始人兼首席執行官Alex Zhavoronkov博士

Zhavoronkov表示，「每個生物都有個年齡。這是一個我們所有人都具有的普遍特徵，但我們在許多方面又各不相同，例如具體年齡、是不是患有癌症或糖尿病、是男性還是女性。在我們根據年齡訓練深度神經網路（DNNs）時，這些神經網路學到了很多關於生物學的知識。我們嘗試用儘可能多的樣本訓練DNN，如種族、族群、飲食。我們對來自數百萬個臨床血液檢測數據進行處理，我們就可以訓練AI預測患者的年齡。我們在訓練DNN時，會用健康人訓練DNN，所以這些預測因子不僅是年齡的預測因子，而且也是最佳健康狀況預測因子。我們然後將這些預測因子用於那些有健康問題的人，再試著看看預測這些人時比他們的時間年齡老一些或是年輕一些。」

可以將其想像成一個假想電子鏡。電子鏡今天說你看樣子已經60歲了。電子鏡可以看到皺紋、黑斑等。到了明天，你移除那些電子鏡可以看到並就此在你的年齡上加碼的特徵。然後再去照電子鏡。電子鏡現在就會說你年輕了五歲。如果你通過血液檢測做同樣的事，工作原理是一樣的。生活方式影響到DNN感知的年齡，或許飲食或運動可以預測這種影響的方式。

Zhavoronkov表示，已經有幾款應用程序可以模仿衰老時鐘的功能。Zhavoronkov稱，雖然應用程序很有趣，但其實是在浪費可用於老化和疾病研究的寶貴資源。他表示，

「這些應用程序已經在那裡了。許多很炫的應用程序會向你展示如果你是女人或男人時是什麼樣子，這些都是深度學習。有些是可以利用生成對抗網路（GAN）實現。他們會生造出一個樣子或是想像出一個樣子展示給你看。基本就是浪費大家的時間和計算資源。我們希望以後可以打造準確的生理年齡以及找到預測因子，令大家的樣子更年輕，還有就是用來預防疾病。」

深度學習屬於更廣泛機器學習方法家族的一部分，深度學習基於學習數據的表示，而不是基於特定任務演算法。近幾年來，深度學習在許多學科取得了進展。我們在計算機科學項目、行業會議和各種新聞里都見到機器學習。現在有些演算法甚至可以教自己玩遊戲。

據SingularityHub.com網站Jason
Dorrier的說法，醫學深度學習演算法用醫學圖像資料庫進行訓練後，可以發現危及生命的疾病，其精確度與人類專業人員精確度比相同或更高。他稱，
「甚至有人猜測，如果我們學會信任AI，AI在診斷疾病方面可能是無價的。」

Zhavoronkov認為，只要有更多的應用程序以及長久的好表現，這種信任終將到來。據估計，到2029年為止，美國65歲或以上的人將達7144萬，佔美國人口的20％，在這種情況下，對AI的信任自然是來得越快越好。

他表示，但每個人都必須齊心合力。Zhavoronkov稱，「對抗老齡化的戰爭不是單一個人、單一個機構、單一個組織甚至單一個國家的戰爭。 這場戰爭需要大量的協作，因為其過程非常複雜。」

有興趣知道自己生理年齡的人可以訪問www.Young.AI。用戶訂閱了免費的年齡分析後，須上傳最新的血液測試報告里出現的至少18個參數，包括白蛋白濃度、葡萄糖和其他16個數據點。此外，用戶須上傳面部照片，須允許另一個Insilico

AI驅動的演算法的運行，該演算法可以識別照片中的衰老跡象，可以令用戶的生物衰老估計更加精確。用戶上傳了血液測試數據和照片後幾秒鐘內就會出一個報告，報告是免費的。

Zhavoronkov表示，大家無需擔心上傳到Young.AI的信息。他表示，

「這種信息的價值非常低，信息是安全的。我們不會要敏感的私人信息。我們要的信息實際上比大家放在Facebook上的還要少一些。我們無法通過用戶輸入的信息來識別某個人。」不過，如果用戶上傳圖片的話，他建議使用昵稱，不要用真實姓名。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！